python - 如何计算 Pandas 多索引数据帧中的分位数？

Question

我有一个 pandas 多索引 DataFrame，我想计算其值在特定索引级别上的分位数。最好举例说明。

首先，让我们创建 DataFrame:

import itertools
import pandas as pd
import numpy as np

item = ('A', 'B')
item_type = (0, 1, 2)
location = range(5)
idx = pd.MultiIndex.from_tuples(list(itertools.product(item, item_type, location)),names=('Item', 'Type', 'Location'))
df = pd.DataFrame(np.random.randn(len(idx), 3), index=idx,columns=('C1', 'C2', 'C3'))
df

假设我们要计算所有位置的每个项目和类型的列值的中值表。使用内置的 .median 方法很容易做到这一点:

median_df = df.median(level=[0,1])
median_df

这将生成一个包含 multiindex=(Item, Type) 的三列 DataFrame。它适用于大多数常见函数，例如 .mean、.max、.min 等。

但它不适用于 .quantile——奇怪的是，quantile 没有 'level' 参数。

我怎样才能像计算中位数等一样计算给定的分位数？

Answer 1

通过首先按您的多索引级别分组来应用分位数函数:

df.groupby(level=[0,1]).quantile()

相同的结果将适用于 median 函数，因此以下行等同于您的代码 df.median(level=[0,1]):

df.groupby(level=[0,1]).median()

针对 groupby 函数返回的 GroupBy 对象，您还有 agg 函数，它允许您一次批量调用多个函数，并且生成的数据框将具有多个列级别:

df.groupby(level=[0,1]).agg(['median', 'quantile'])